カテゴリ: AI
1 / 3 ページ
- 【AI】ElevenLabsの日本語読み上げで、全角の「?」だと問いの文末が上がらなかった
- 【AI】fal.aiに送った画像は学習に使われるのか。規約と、モデルごとに開発元へ渡るかの見分け方
- 【AI】日本語のリアルタイム文字起こしでElevenLabs Scribe v2 RealtimeとSonioxを比べた
- Kotoyokai: Learn Japanese from Zero with a Yokai Buddy, One Short Lesson at a Time
- 【AI】Sarashina3 miniとClaude Opus 5.5に同じ日本語の問題40問を出して比べた【書き直し・敬語・漢字の読み】
- 【AI】ElevenLabsのInstant Voice Cloneは本人の声にどれだけ似るのか【話者embeddingで測定】
- 【AI】写真1枚と音声から喋る動画を作るfal.aiのモデル4つを同じ入力で比べた【OmniHuman・FlashTalk・HeyGen・Kling】
- 【AI】Irodori-TTS v4.1で台本を1行ずつ合成しても、行の境目で声は変わらなかった【11声で計測】
- 【AI】Irodori-TTS v4.1の参照音声に下処理をかけると、短い読み上げの前後に音が出た
- 【AI】Irodori-TTS v4.1の日本語読みと声クローンをFish Audioと比べた【常用漢字100文】
- 【AI】AIが作った画像・動画・音声を並べて見比べるビューアをOSSで公開【Claude Code】
- 【AI】複数AIの監視ツールTomarigiに透明モードを入れた【Claude Code】【Codex】
- 【AI】複数AIのリアルタイム監視ツールをOSSで公開【Claude Code】【Codex】
- 【AI】Gemini 3.8 Flash TTSの声クローン vs Fish Audio
- 【AI】gpt-6-lunaとgpt-5.6-lunaに動画の台本を書かせ比べた
- 【AI】Jev で文書検索を作る、PageIndex 風の木探索と総当たりの比較
- 【AI】TypeSafe の Jev でキャラの行動を自由記述で定義する
- 【Google Cloud】Gemini APIのBANがプロジェクトを巻き込む危険性
- 【AI】TTSの参照音声にdenoiseをかけると品質は上がるのか【Fish AudioでABテスト】
- 【AI】透過動画の輪郭に生成背景色が残る【AIマッティングにクロマキー色は要らない】
- 【AI】OpenAIのAPIキーを削除したのに課金が続いた話
- 【AI】IndexTTS-2.5の日本語読み指定とvoice clone一貫性をRunPodで検証【かな強制・seed固定】
- 【AI】Fish Audioのzero-shot voice cloneは毎回同じ声が出るのか【話者embeddingで測定】
- 【AI】TTS参照音声の密度で品質が決まる話【mean_volumeとzero-shot voice clone】
- 【AI】TTSの誤読を全文かな化で潰したらイントネーションが崩れたので代替TTSを探す
- 【AI】LLMが間違える日本語「Bの次に重い」
- 【AI】Qwen3-TTSは日本語に英数字が混ざると失敗する【発音崩壊とEOS不発hang】
- 【AI】Claude Code公式devcontainerをそのまま使う8つの罠
- 【AI】OSS版Cloudflare OSをローカルで試す — Gadget生成・Gatekeeper自作・GA4連携まで
- 【AI】3D clay動画+参照画像でv2v — fal.aiのKlingとWan VACE depthを試す